.png){kind=icon}
返回
Learning daylighting preferences from pairwise comparisons
.png){kind=icon}
PRE
AI
DOI：10.1177/14771535261443994.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
学习室内空间的视觉偏好具有固有挑战性，特别是在自然采光环境中。视觉偏好不仅限于视觉舒适度，还依赖于定性和定量属性，这些属性无法通过线性且孤立的刻度点来表示。因此，仅依靠李克特量表不足以学习人类偏好。本文讨论了李克特量表的局限性，介绍了相对比较的优势，并介绍了关于成对自然采光偏好学习的最新研究，包括概念方法和算法方法。此外，还探讨了与照明相关的成对偏好学习方法的挑战和局限性，并描述了其实际应用中的意义。
Keyword:
VISUAL PREFERENCES
DISCOMFORT GLARE
DAYLIT OFFICES
SATISFACTION
COMFORT
QUALITY
EVALUATE
LIGHT
VIEW
期刊
L
IF:
2.2
论文数:
61
被引数:
0
机构
引用论文
Using Forced Choice Discrimination to Measure the Perceptual Response to Light of Different Characteristics.png)
LEUKOS
LEUKOSIF0
PREAI
分享收藏分享收藏
Quantifying the consistency and informativity of thermal sensation votes for comfort-driven building control量化热感投票在舒适驱动型建筑控制中的一致性和信息量
PREAI
分享收藏A Convolutional Autoencoder-based method for learning and ranking personal daylighting preference基于卷积自编码器的方法用于学习和排序个人自然采光偏好
PREAI
分享收藏
查看更多内容